如何手动计算R中线性模型的残差

Question

我正在尝试手动计算 R 中 lm() 给出的 r 平方

正在考虑：

fit <- lm(obs_values ~ preds_values, df) sd(df$obs_values) == sd(df$preds_values) 和 mean(df$obs_values) == mean(df$preds_values)

为此我可以提取残差 res_a = residuals(fit) 然后将它们注入公式中：

y = sum( (df$obs_values - mean(df$obs_values))^2 ) r-squared = 1 - sum(res_a^2)/y

在这里我得到了预期的 r 平方

现在，我想手动获取残差。
它应该是微不足道的： res_b = df$obs_values - df$predss_values，但由于某些原因，res_b 不同于 res_a...

Answer 1

您不能只在回归 y ~ x 中执行 y - x 以获得残差。回归系数去哪儿了？

fit <- lm(y ~ x)
b <- coef(fit)
resi <- y - (b[1] + b[2] * x)

Answer 2

你有很多选择：

## Residuals manually
# option 1
beta_hat <- coef(fit)
obs_values_hat <- beta_hat["(Intercept)"] + beta_hat["preds_values"] * preds_values
u_hat <- obs_values - obs_values_hat # residuals
# option 2
obs_values_hat <- fitted(fit)
u_hat <- obs_values - obs_values_hat # residuals
# (option 3 - not manually) or just u_hat <- resid(fit) 

## R-squared manually
# option 1
var(obs_values_hat) / var(obs_values)
# option 2
1 - var(u_hat) / var(obs_values)
# option 3
cor(obs_values, obs_values_hat)^2

如何手动计算R中线性模型的残差

How to manually calculate the residuals of linear model in R

r

lm